CAPITAL ASET PRICING MODEL

6
DR. SUBUR HARAHAP,
SE, AK, MM, CA, CFP, CMA, CPA, CRP, CBV, BKP, ACPA, WMI
KKP SUBUR HARAHAP & REKAN
www.suhaconsulting.com & suburh@yahoo.com

1
 CAKUPAN PEMBAHASAN
a. Overview
b. CAPM (Capital Asset Pricing Model)
• Portofolio pasar
• Garis pasar modal
• Garis pasar sekuritas
c. Estimasi Beta
d. Pengujian CAPM
e. APT (Arbritage Pricing Theory)

2
 OVERVIEW
• Model dapat digunakan sebagai alat untuk memahami suatu
permasalahan yang kompleks menjadi lebih sederhana.
• Untuk memahami bagaimana cara menentukan risiko yang relevan
atas satu aset, dan bagaimana menguji hubungan risk dan return yang
diharapkan, diperlukan model keseimbangan, yaitu: model hubungan
risk & return aset ketika pasar dalam kondisi keseimbangan.

3
 OVERVIEW
Dua model keseimbangan:

Capital Arbitrag
Asset e
Pricing Pricing
Model Theory
(CAPM) (APT)

4
 CAPITAL ASSET PRICING MODEL (CAPM)

• CAPM adalah model hubungan antara tingkat expected return dan risiko
atas satu asset berisiko pada kondisi pasar seimbang.
• CAPM dibangun di atas pondasi teori portofolio Markowitz.
• Berdasarkan teori portofolio Markowitz, portofolio yang efisien adalah
portofolio yang berada di sepanjang kurva efficient frontier.
• Model CAPM selanjutnya dikembangkan kembali secara terpisah oleh
Sharpe, Lintner dan Mossin pada pertengahan 1960-an.

5
 CAPITAL ASSET PRICING MODEL (CAPM)

Asumsi-asumsi model CAPM:

1. Investor akan mendiversifikasikan portolionya dan memilih portofolio yang optimal
sesuai dengan garis portofolio efisien.
2. Semua investor mempunyai distribusi probabilitas tingkat return masa depan yang
identik.
3. Semua investor memiliki periode waktu yang sama.
4. Semua investor dapat meminjam atau meminjamkan uang pada tingkat return yang
bebas risiko.
5. Tidak ada biaya transaksi, pajak pendapatan, dan inflasi.
6. Terdapat banyak sekali investor, sehingga tidak ada investor tunggal yang dapat
mempengaruhi harga sekuritas. Semua investor adalah price taker.
7. Pasar dalam keadaan seimbang (equilibrium).

6
 PORTOFOLIO PASAR
Pada kondisi pasar yang seimbang, semua investor akan memilih portofolio pasar (portofolio
optimal yang berada di sepanjang kurva efficient frontier).

L
• Dalam kondisi pasar yang seimbang,
Return yang diharapkan, Rp

E
semua investor akan memilih
M
portofolio pada titik M sebagai
C
G portofolio yang optimal (terdiri dari
aset-aset berisiko).
B
H

A
RF

Risiko, p

Gambar 6.1. Portofolio yang efisien dan portofolio yang optimal

7
 PORTOFOLIO PASAR
• Portofolio pada titik M (portofolio pasar) akan selalu terdiri dari
semua aset berisiko, dan merupakan portofolio aset berisiko paling
optimal.
• Dengan demikian risiko portofolio pasar terdiri dari risiko sistematis
(risiko yang tidak dapat dihilangkan melalui diversifikasi).
• Secara umum, portofolio pasar diproksikan oleh indeks pasar, seperti
IHSG, LQ45, Kompas 100 untuk kasus di Indonesia.

8
 GARIS PASAR MODAL
(CAPITAL MARKET LINE)

• Garis pasar modal menggambarkan hubungan antara expected return

dengan total risk dari portofolio efisien pada pasar kondisi seimbang.
• Jika kurva efficient frontier pada Gambar 6.1 dihilangkan, dan titik M
sebagai portofolio aset berisiko yang optimal diambil, maka diperoleh
garis Rf-L yang merupakan garis pasar modal (CML), seperti disajikan
pada Gambar 6.2.

9
 GARIS PASAR MODAL
(CAPITAL MARKET LINE) 9/40

CML L
Return yang diharapkan
M
E(RM)

Premi Risiko Portofolio

M= E(RM)-Rf
RF
Risiko Portofolio
pasar (M)

M
Risiko, P

Gambar 6.2. Garis Pasar Modal (CML)

10
 SLOPE CML
• Kemiringan (slope) CML menunjukkan harga pasar risiko (market price of risk)
untuk portofolio yang efisien atau harga keseimbangan risiko di pasar.
Slope CML dapat dihitung dengan:

E(RM ) - RF
 Slope CML
σ M
Slope CML mengindikasikan tambahan return yang disyaratkan pasar untuk
setiap 1% kenaikan risiko portofolio.

11
 SLOPE CML
11/40

Contoh: Dalam kondisi pasar yang seimbang, return yang diharapkan pada
portofolio pasar adalah 15% dengan deviasi standar sebesar 20%. Tingkat return
bebas risiko sebesar 8%.
Maka Slope CML adalah sebesar:

E(RM ) - RF
 Slope CML
σ M
Slope CML = (0,15 - 0,08) : 0,20 = 0,35

12
PERSAMAAN CML
12/40

• Dengan mengetahui slope CML dan garis intersep (RF), maka kita dapat membentuk
persamaan CML menjadi:
E(RM)  RF
E(RP )  RF  σp
σM
dalam hal ini:
E (Rp) = tingkat return yang diharapkan untuk suatu portofolio yang efisien pada CML
RF = tingkat return pada aset yang bebas yang risiko
E(RM) = tingkat return portofolio pasar (M)
M = deviasi standar return pada portofolio pasar
P = deviasi standar portofolio efisien yang ditentukan

13
PENJELASAN MENGENAI CML
13/40

1. Garis pasar modal terdiri dari portofolio efisien yang merupakan kombinasi dari
aset berisiko dan aset bebas risiko. Portofolio M, merupakan portofolio yang
terdiri dari aset berisiko, atau disebut dengan portofolio pasar. Sedangkan titik
RF, merupakan pilihan aset bebas risiko. Kombinasi atau titik-titk portofolio di
sepanjang garis RF-M, merupakan portofolio yang efisien bagi investor.
2. Slope CML akan cenderung positip karena adanya asumsi bahwa investor
bersifat risk averse. Artinya, investor hanya akan mau berinvestasi pada aset
yang berisiko, jika mendapatkan kompensasi berupa return harapan yang lebih
tinggi.

14
 PENJELASAN MENGENAI CML
14/40

3. Berdasarkan data historis, adanya risiko akibat perbedaan return

aktual dan return harapan, bisa menyebabkan slope CML yang
negatif. Slope negatif ini terjadi bila tingkat return aktual portofolio
pasar lebih kecil dari tingkat keuntungan bebas risiko.
4. Garis pasar modal dapat digunakan untuk menentukan tingkat
return harapan untuk setiap risiko portofolio yang berbeda.

15
GARIS PASAR SEKURITAS (SML)
15/40

• Garis pasar sekuritas adalah garis hubungan antara tingkat return harapan dari suatu
sekuritas dengan risiko sistematis (beta).
• SML dapat digunakan untuk menilai keuntungan suatu aset individual pada kondisi pasar
yang seimbang. Sedangkan CML dapat dipakai untuk menilai tingkat return harapan dari
suatu portofolio yang efisien, pada suatu tingkat risiko tertentu (P).
• Formula untuk mendapatkan E(R) dari suatu sekuritas menurut model SML adalah:

dalam hal ini:

E(Ri )  RF   i (ERM) RF)
σ i,M
β i 2
σ M
16
GARIS PASAR SEKURITAS (SML)
16/40

SML
A
kM
Return yang diharapkan

kRF B
Aset yang
Aset yang risikonya lebih
risikonya lebih besar dari
kecil dari pasar
0 0.5
pasar M=1 1.5 Risiko ()
Gambar 6.3 Garis Pasar Sekuritas (SML)

• Pada Gambar 6.3, risiko sekuritas ditunjukkan oleh beta, yang menunjukkan sensitivitas return sekuritas
terhadap perubahan return pasar.
17
RETURN SEKURITAS YANG DISYARATKAN
17/40

• Berdasarkan hubungan tingkat return dengan beta, maka komponen penyusun required
rate of return terdiri dari: tingkat return bebas risiko dan premi risiko.
• Secara matematis, hubungan tersebut dapat digambarkan sebagai:
ki = tingkat risiko aset bebas risiko + premi risiko sekuritas

dalam hal ini:  RF  β i E(RM )  RF 

ki = tingkat return yang disyaratkan investor pada
sekuritas i
E(RM) = return portofolio pasar yang diharapkan
i = koefisien beta sekuritas i
RF = tingkat return bebas risiko

18
RETURN SEKURITAS YANG DISYARATKAN
18/40

Contoh:
Diasumsikan beta saham PT Gudang Garam adalah 0,5 dan tingkat return bebas
risiko (Rf) adalah 1,5%. Tingkat return pasar harapan diasumsikan sebesar 2%.
Dengan demikian, maka tingkat keuntungan yang disyaratkan investor untuk
saham PT Gudang Garam adalah:

kGGRM  RF  β i E(RM )  RF 
= 0,015 + 0,5 (0,02 – 0,015)
= 1,75%

19
SEKURITAS YANG UNDERVALUED ATAU
OVERVALUED 19/40

SML
Return yang diharapkan E(RB)
E(RA’) A
E(RB’) B
E(RA)

(A) (B)
Beta
Gambar 6.4. Menilai sekuritas yang undervalued atau overvalued dengan
menggunakan SML
20
SEKURITAS YANG UNDERVALUED ATAU
OVERVALUED 20/40

• Secara teoritis, harga sekuritas seharusnya berada pada SML karena

titik-titik pada SML menunjukkan tingkat return harapan pada suatu
tingkat risiko sistematis tertentu.
• Jika tingkat return harapan tidak berada pada SML, maka sekuritas
tersebut undervalued atau overvalued.

21
SEKURITAS YANG UNDERVALUED ATAU
OVERVALUED 21/40

• Pada Gambar 6.4. telihat bahwa sekuritas A terletak di atas SML dan
dinilai sebagai sekuritas yang ternilai rendah (undervalued) karena
tingkat return harapan E(RA’) > retun yang disyaratkan investor E(RA).
• Sedangkan sekuritas B terletak di bawah SML, sehingga sekuritas B
dikatakan ternilai lebih (overvalued).

22
CONTOH PENGGUNAAN CAPM
22/40

1. Anggap tingkat return bebas risiko adalah 10 persen. Return harapan pasar adalah 18
persen. Jika saham YOY mempunyai beta 0,8, berapakah return disyaratkan
berdasarkan CAPM?
ki = 10% + 0,8 x (18%-10%)
= 16,4%
2. Anggap tingkat return bebas risiko adalah 10 persen. Return harapan pasar adalah 18
persen. Jika saham lain yaitu saham GFG mempunyai return disyaratkan 20 persen,
berapakah betanya?
20% = 10% + βi x (18%-10%)
10% = βi x 8%
βi = 1,25
23
ESTIMASI BETA
23/40

• Untuk mengestimasi besarnya koefisien beta, digunakan market

model berikut:
Ri  α i  β iRM  e i
dalam hal ini:
Ri = return sekuritas i
RM = return indeks pasar
αi = intersep
βi = slope
εi = random residual error

24
ESTIMASI BETA
24/40

• Market model bisa diestimasi dengan meregres return sekuritas yang

akan dinilai dengan return indeks pasar.
• Regresi tersebut akan menghasilkan nilai:
1. i (ukuran return sekuritas i yang tidak terkait dengan return pasar)
2. i (peningkatan return yang diharapkan pada sekuritas i untuk setiap
kenaikan return pasar sebesar 1%)

25
CONTOH PENGESTIMASIAN BETA (1)
25/40

• Investor mempunyai data return saham UUU dan return pasar selama lima bulan terakhir
sebagai berikut:
Bulan Return saham UUU Return
pasar
Juni 0,4 0,3
Juli 0,1 0,1
Agustus -0,05 -0,1
September 0 -0,05
Oktober 0,4 0,2

• Tabel berikut akan digunakan untuk mempermudah perhitungan:

Return Deviasi return Deviasi kuadrat
Perkalian
Bulan Saham Pasar Saham Pasar Saham Pasar
Deviasi
UUU UUU UUU
Juni 0,4 0,3 0,23 0,21 0,0529 0,0441 0,0483
Juli 0,1 0,1 -0,07 0,01 0,0049 0,0001 -0,0007
Agustus -0,05 -0,1 -0,22 -0,19 0,0484 0,0361 0,0418
September 0 -0,05 -0,17 -0,14 0,0289 0,0196 0,0238
Oktober 0,4 0,2 0,23 0,11 0,0529 0,0121 0,0253
Jumlah 0,85 0,45 0 0 0,188 0,1120 0,1385
26
CONTOH PENGESTIMASIAN BETA (2)
26/40

• Berdasarkan tabel di atas, perhitungan berikut dapat dibuat:

Rata-rata return saham UUU = 0,85 / 5 = 0,17.
Varians return saham UUU = 0,188 / 4 = 0,047.
Deviasi standar return saham UUU = 0,047 = 0,216795.

Rata-rata return pasar = 0,45 / 5 = 0,15.

Varians return pasar = 0,112 / 4 = 0,028.
Deviasi standar return saham UUU = 0,028 = 0,167332.

Covarians = 0,1385 / 4 = 0,034625.

27
 CONTOH PENGESTIMASIAN BETA (3)
27/40

• Dengan menggunakan persamaan

σ i,M
β i 2
σ M

beta saham UUU dihitung sebagai berikut:

UUU = 0,034625 / 0,028 = 1,236607.
• Sedangkan intersepnya dihitung dengan mengurangkan rata-rata return sekuritas
dari perkalian beta dengan rata-rata return pasar.
1 = 0,17 – (1,236607) (0,15) = 0,059.

28
ANALISIS DENGAN MODEL EXCESS RETURN (1)
28/40

• Persamaan regresi market model dapat dimodifikasi menjadi:

(Ri  RF )  α i  β i (RM  RF )  e i

, slope dari garis karakteristik, akan menunjukkan sensitivitas excess return sekuritas
terhadap portofolio pasar.
• Meneruskan contoh saham UUU, anggap RF = 5 persen. Maka return saham UUU dan return
pasar dapat diubah menjadi seperti pada tabel berikut.
Return
Bulan Saham Pasar
UUU
Juni 0,35 0,25
Juli 0,05 0,05
Agustus -0,1 -0,15
September -0,05 -0,1
29
Oktober 0,35 0,15
ANALISIS DENGAN MODEL EXCESS RETURN (2)
29/40

• Apabila menggunakan regresi linier sederhana, printout SPSS ditunjukkan pada

gambar berikut. Hasilnya adalah sama dengan cara sebelumnya, yaitu beta =
1,236607.
Coefficients(a)

Mode Unstandardized Standardized

l Coefficients Coefficients t Sig.
Std.
B Error Beta
1 (Constant) .071 .035 2.040 .134
RET_M 1.237 .223 .954 5.542 .012

a Dependent Variable: RET_UUU

30
FAKTOR-FAKTOR YANG MEMPENGARUHI
KEAKURATAN ESTIMASI BETA
30/40

1. Estimasi beta tersebut menggunakan data historis. Hal ini secara implisit
berarti bahwa kita menganggap apa yang terjadi pada beta masa lalu, akan
sama dengan apa yang terjadi pada beta masa datang.
2. Garis karakteristik dapat dibentuk oleh berbagai observasi dan periode waktu
yang berbeda, dan tidak ada satu pun periode dan observasi yang dianggap
tepat. Dengan demikian, estimasi beta untuk satu sekuritas dapat berbeda
karena observasi dan periode waktunya yang digunakan berbeda.
3. Nilai  dan  yang diperoleh dari hasil regresi tersebut tidak terlepas dari
adanya error, sehingga bisa jadi estimasi beta tidak akurat karena  dan  tidak
menunjukkan nilai yang sebenarnya.

31
BETA PORTOFOLIO
31/40

• Contoh, diketahui informasi berikut ini:

Sekuritas Banyaknya Return Beta
investasi harapan
FF Rp20 juta 0,10 0,90
GG Rp5 juta 0,12 0,95
HH Rp10 juta 0,15 1,20
II Rp15 juta 0,17 1,30

Tentukan return harapan dan risiko suatu portofolio terdiri dari empat saham FF,
GG, HH, dan II.
32
 BETA PORTOFOLIO
32/40

• Bobot portofolio dihitung terlebih dahulu.

Jumlah dana yang diinvestasi adalah Rp50 juta, maka sebanyak Rp20 juta/Rp50 juta =
40% diinvestasi pada FF. Dengan cara yang sama, dana yang diinvestasi pada GG, HH, dan
II, secara berurutan sebesar 10%, 20%, dan 30%.
• Return harapan portofolio:
E(Rp) = (0,4) (0,10) + (0,1)(0,12) + (0,2)(0,15) + (0,3) (0,17)
= 0,133 atau 13,3 persen.
• Beta portofolio:
P = (0,4) (FF) + (0,1)( GG) + (0,2)( HH) + (0,3) (II)
= (0,4) (0,9) + (0,1)(0,95) + (0,2)(1,2) + (0,3) (0,13)
= 1,085.

33
PENGUJIAN CAPM
33/40

• Kesimpulan yang bisa diambil dari penjelasan mengenai CAPM,

adalah:
1. Risiko dan return berhubungan positif, artinya semakin besar risiko maka
semakin besar pula return-nya.
2. Ukuran risiko sekuritas yang relevan adalah ukuran ‘kontribusi’ risiko
sekuritas terhadap risiko portofolio.

34
PENGUJIAN CAPM
34/40

• Pengujian CAPM dapat menggunakan persamaan berikut:

Ri  a 1  a 2 β i
dalam hal ini:

Ri = rata-rata return sekuritas i dalam periode

tertentu
βi = estimasi beta untuk sekuritas i
Jika CAPM valid, maka nilai a1 akan mendekati nilai rata-rata return bebas risiko
selama periode pengujian, dan nilai a2 akan mendekati rata-rata premi risiko
pasar selama periode tersebut.

35
TEORI PENETAPAN HARGA ARBITRASI
35/40

• Salah satu alternatif model keseimbangan, selain CAPM, adalah Arbritage Pricing
Theory (APT).
• Estimasi return harapan dari suatu sekuritas, dengan menggunakan APT, tidak
terlalu dipengaruhi portofolio pasar seperti hanya dalam CAPM.
• Pada APT, return sekuritas tidak hanya dipengaruhi oleh portofolio pasar karena
ada asumsi bahwa return harapan dari suatu sekuritas bisa dipengaruhi oleh
beberapa sumber risiko yang lainnya.

36
TEORI PENETAPAN HARGA ARBITRASI
36/40

• APT didasari oleh pandangan bahwa return harapan untuk suatu sekuritas
dipengaruhi oleh beberapa faktor risiko yang menunjukkan kondisi
perekonomian secara umum.
• Faktor–faktor risiko tersebut harus mempunyai karakteristik seperti berikut ini:
1. Masing-masing faktor risiko harus mempunyai pengaruh luas terhadap return saham-
saham di pasar.
2. Faktor-faktor risiko tersebut harus mempengaruhi return harapan.
3. Pada awal periode, faktor risiko tersebut tidak dapat diprediksi oleh pasar.

37
MODEL APT
37/40

• APT berasumsi bahwa investor percaya bahwa return sekuritas akan ditentukan
oleh sebuah model faktorial dengan n faktor risiko, sehingga:

Ri  E(Ri )  b i1f1  b i2f2  ...  b infn  e i

dalam hal ini:
Ri = tingkat return aktual sekuritas i
E(Ri) = return harapan untuk sekuritas i
f = deviasi faktor sistematis F dari nilai
harapannya
bi = sensitivitas sekuritas i terhadap faktor i
ei = random error
38
MODEL KESEIMBANGAN APT
38/40
E(Ri )  a 0  b i1F1  b i2 F2  ...  b inFn

dalam hal ini:

E(Ri) = return harapan dari sekuritas i
a0 = return harapan dari sekuritas i bila risiko
sistematis sebesar nol
bin = koefisien yang menujukkan besarnya pengaruh
faktor n terhadap return sekuritas i
F
= Premi risiko untuk sebuah faktor (misalnya
premi risiko untuk F1 adalah E(F1) – a0)
 Risiko dalam APT didefinisi sebagai sensitivitas saham terhadap faktor-faktor ekonomi
makro (bi), dan besarnya return harapan akan dipengaruhi oleh sensitivitas tersebut.

39
MODEL APT
39/40

• Pada dasarnya, CAPM merupakan model APT yang hanya

mempertimbangkan satu faktor risiko yaitu risiko sistematis pasar.
• Dalam penerapan model APT, berbagai faktor risiko bisa dimasukkan
sebagai faktor risiko.

40
MODEL APT
40/40

• Misalnya Chen, Roll dan Ross (1986), mengidentifikasi empat faktor

yang mempengaruhi return sekuritas, yaitu:
1. Perubahan tingkat inflasi.
2. Perubahan produksi industri yang tidak diantisipasi.
3. Perubahan premi risk-default yang tidak diantisipasi.
4. Perubahan struktur tingkat suku bunga yang tidak diantisipasi.

41